机器学习 Chap07贝叶斯分类器.ppt

霍轩;第七章：贝叶斯分类器;章节目录;章节目录;贝叶斯决策论;贝叶斯决策论;贝叶斯决策论;贝叶斯决策论;贝叶斯决策论;贝叶斯决策论;贝叶斯决策论;贝叶斯决策论;贝叶斯决策论;贝叶斯决策论;贝叶斯决策论;贝叶斯决策论;贝叶斯决策论;章节目录;极大似然估计;极大似然估计;极大似然估计;极大似然估计;极大似然估计;章节目录;朴素贝叶斯分类器;朴素贝叶斯分类器;朴素贝叶斯分类器;朴素贝叶斯分类器;朴素贝叶斯分类器;朴素贝叶斯分类器;朴素贝叶斯分类器;拉普拉斯修正;拉普拉斯修正;;章节目录;半朴素贝叶斯分类器;半朴素贝叶斯分类器;SPODE;TAN;以每个属性为节点(nodenode)，CMI为边(edgeedge)形成一张图。找到这张图的最大带权生成树。即找到一个节点之间的连接规则，这个规则满足三个条件： 1.能够连接所有节点； 2.使用最少数目的边； 3.边长(CMI)总和最大;TAN;AODE;章节目录;贝叶斯网;贝叶斯网;贝叶斯网：结构;贝叶斯网：结构;贝叶斯网：结构;贝叶斯网：结构;贝叶斯网：结构;贝叶斯网：结构;贝叶斯网：结构;贝叶斯网：结构;条件独立性分析--- “有向分离”法;条件独立性分析---道德图;贝叶斯网：学习---寻找到这个贝叶斯网;贝叶斯网：学习;学习任务：寻找一个合适的网络使得s最小;学习任务：寻找一个合适的网络使得s最小;学习任务：寻找一个合适的网络使得s最小